Nacionalno podatkovno skladišče (univerzalna infrastruktura za shranjevanje in izmenjavo podatkov ter učinkovito obdelavo velikih količin podatkov v HPC, BigData in umetnointeligenčnih modelih) je projekt, vključen v zemljevid raziskovalnih infrastruktur ministrstva za znanost in visoko šolstvo. Delo na področju raziskav in razvoja ter izzivi, ki se pojavljajo v gospodarstvu, zahtevajo uporabo vse večjih količin podatkov. Zato je ključnega pomena, da so na voljo velike zmogljivosti za shranjevanje podatkov in storitve, ki omogočajo uporabo tako velike infrastrukture. Glavni cilj projekta je ustvariti nacionalno vozlišče EOSC, ki bo v združenem okolju povezano s podatkovnim vozliščem EOSC EU NODE Evropske komisije in drugimi nacionalnimi vozlišči držav članic EU. Omeniti je treba tudi, da evropsko vozlišče EOSC EU NODE gradi vodja projekta PSNC, ki je v postopku javnega razpisa med kandidati za to nalogo prejel najboljšo oceno. Poleg tega Ministrstvo za znanost in visoko šolstvo zanima uporaba nacionalnega podatkovnega skladišča. KMD je vključen v predlog dokumenta, ki opredeljuje politiko odprtih podatkov kot odziv na politiko Evropske komisije EOSC (Evropski oblak za odprto znanost). To bo orodje, ki bo omogočalo objavo neobdelanih podatkov, pridobljenih z znanstvenimi ali raziskovalnimi in razvojnimi nepovratnimi sredstvi NCN (Nacionalni znanstveni center), NCBR (Nacionalni center za raziskave in razvoj) ter Ministrstva za znanost in visoko šolstvo. Poleg velikega zanimanja za znanstveno skupnost se bodo pojavili tudi izzivi v gospodarstvu, ki zahtevajo uporabo vse večjih količin podatkov. Zato je ključnega pomena imeti velike zmogljivosti za shranjevanje podatkov. Razpršenost infrastrukture pomeni tudi večjo zanesljivost ponujenih storitev in njihovo varnost, kar je tako pomembno na področju poslovanja in gospodarstva. Povečala se bo vključenost projektnih partnerjev KMD4EOSC v storitve za uporabnike in poslovne institucije. Trenutno uporaba orodij za podatkovno znanost eksponentno narašča, vključno z Google Analytics in Google Analytics. Jupyter Notebooks v znanosti in gospodarstvu (npr. za tako imenovane Jupyter Notebooks). Poslovna inteligenca). Podobno podjetja zelo intenzivno uporabljajo modele umetne inteligence za izvajanje in optimizacijo poslovnih procesov ter zagotavljanje popolnoma novih aplikacij in storitev. Na valu teh tržnih priložnosti bodo orodja in rešitve, ki so jih projektni partnerji doslej zagotavljali in vzdrževali predvsem za znanstvene in raziskovalne namene, vključno z orodji podatkovne znanosti in repozitoriji podatkov učencev ter umetnointeligenčnimi modeli, ki se izvajajo v obliki kode, vsebnikov in drugih pripravljenih aplikacijskih okolij, na voljo številnim podjetjem in denarno ovrednoteni kot komercialne storitve. Projektni laboratoriji so bili organizirani v 4 področja aktivnosti, povezana z validacijo, implementacijo in razpoložljivostjo tehnoloških komponent in organizacijskih rešitev, ki se nanašajo na štiri ravni abstrakcije tehničnih rešitev in aktivnosti za odprte podatke: infrastruktura (fizična raven), odložišča (logična raven), mehanizmi trajnosti (tehnična in organizacijska raven) ter vmesniki za dostop in obdelavo ter analizo podatkov (raven uporabe). KMD4EOSC obravnava FENG prednostno nalogo 2 in ukrep 2.4 z ustvarjanjem podatkovne platforme, ki po svoji naravi podpira vsa gospodarska področja, ki zahtevajo inovativne rešitve pri njihovem gospodarskem preoblikovanju, povezanem s povečanjem ravni varnosti, zanesljivosti in uporabe novih tehnologij za izgradnjo storitev naslednje generacije v naslednjih letih preoblikovanja, tj. 2026 - 2030+. Ekonomski vidik je eden najpomembnejših ciljev projekta. To dokazuje tudi velikost ekonomskega dela, ki znatno presega minimalno zahtevo (30 %) ter znaša 55 % celotne infrastrukture in obsega razvojnih del. Negospodarski del projekta je obravnavan v projektu KMD4EOSC 45 %. Specifični cilj projekta je tudi izboljšanje usposobljenosti osebja.
